学量化研究方法的基本路数

以下文章来源于在学术界谋生存 ，作者李连江

万事开头难，知识准备不足，找不到合适的教材，遇不到会教的老师，都是原因。

学量化研究方法，开头难还有个主观因素，就是放不下身段，不愿承认自己是初学，奢望一步登天。教材，喜欢最艰深的，兹不举例；软件，喜欢最难学的，比如R。

如果能抑制虚荣心，不妨采用最容易入门的统计软件SPSS，以SPSS自带的“雇员数据”（Employee Data）为练习数据。

设计个思想实验。假设自己是美国的民权律师兼社会学家，听沃尔玛的员工抱怨公司有种族歧视，因而计划提出一个“集体诉讼”（class action lawsuit），也计划写论文。为打赢官司，发表论文，必须准备证据。调查结果就是雇员数据。

学方法，致用是活力之源。选定这个场景，数据就活了。活用数据，过三关。

第一关，正态分布。逐渐习惯概率思维模式：看频次分析的结果，把频次分析的百分比转换为概率，把累积百分比转换成累计概率。用直方图展示年薪的分布，先习惯从左往右动态读图，后习惯从中间（平均值）开始左右开弓动态读图。培养相对思维模式：样本相对总体；样本统计值相对总体参数；平均值相对标准差；一类错误（弃真）相对于二类错误（纳伪）。相对的意思是，概念成双，相互界定意义。这一关很难真正打通。但是，打不通可以变通。甚至可以绕过，死记硬背几个关键t值的意思，比如：t=1.96，意思是观察到某个样本统计值的概率是5%。

第二关，显著度检验。首先明确一点，“显著”（significant）不等于重要（important），指“值得关注”。比较白人员工与少数族裔员工的平均年薪，分三步透彻理解显著度检验的逻辑。（1）零假设：没有种族歧视。根据零假设做的预测：两组员工的平均年薪相同，差距为零；（2）观察结果：白人员工的平均年薪比黑人员工的平均年薪高7300美元，t=3.91，相应的概率是 p < 0.001；（3）预测某事发生的概率很小，而某事发生了，这说明预测不准。预测的根据是零假设。不能确知零假设真假，必须决定是否放弃它。选择放弃零假设，犯一类错误的概率小于千分之一；选择接受零假设，犯二类错误的风险很大。理解显著度检验的逻辑，可以采用无罪推定原则下的法庭审判作为思想实验场景，自己轮流扮演四个角色：（1）提出诉讼的民权律师；（2）陪审团成员；（3）为公司辩护的律师；（4）法官。

第三关，做回归分析，理解因变量，解释变量，控制变量。

学最小二乘回归，可以做篇论文。

题目：沃尔玛是否存在种族歧视？

因变量：年薪（salary）。

解释变量：族裔地位（minority status）。

控制变量：教育程度（educ）和工作岗位（jobcat）。

研究过程中发现，工作岗位貌似有三个层级的定序变量，其实只有两个层级。构建一个新变量：是否经理（manager）,0=普通员工；1=经理。可以用构建的二分变量学习对数回归（logistic regression）。

因变量：是否经理。

解释变量：族裔地位（minority status）。

控制变量：教育程度（educ）。

打通这三关，就入门了。

如果不是想当量化方法专家，只争取当合格的用户，数学基础不雄厚就不是问题，可以靠发挥想象力、逻辑推理能力补救。

不用高等数学，也可以学会量化方法，但这并不意味着量化方法容易学。学，不易；教，也不易。学，要抑制虚荣心；教，也要抑制虚荣心。站在初学者角度，按逻辑顺序排列量化方法的基本要素，按时间顺序排列量化思维的难点。用一条主线把基本要素贯穿起来，用明白生动的比喻把复杂的概念解析成简单的成分，借助具体场景，四种角色，解析多维度的概率思维方式。

转自：“量化研究方法”微信公众号

如有侵权，请联系本站删除！